基于主从博弈的共享储能定价策略及园区用户日前优化决策_张天雨.pdf

Vol.25，No.4 July，2023POWER DSM|0引言随着我国双碳目标的提出，新能源发电占比不断提高，其随机性和不稳定性给电力系统安全稳定运行带来了严峻挑战12。储能作为实现能量时空转移的灵活性资源3，可平抑新能源出力波动，促进新能源消纳4。2022年，我国分布式光伏装机容量新增5 111.4万kW，同比增长74.6%5，但同步配置分布式储能布局分散、可控性差，且成本较高，亦难以根据需求个性化定制储能容量，制约了储能的商业化发展67。共享经济的发展为以上问题的解决提供了新思路8，共享储能这一商业模式开始兴起。青海率先开始共享储能试点建设，并取得了一定的规模化成效9，南方电网也开始建设大容量独立共享储能电站。共享储能得到了日益广泛的研究与应用。文献 10 定义了云储能的概念，指出其可以利用集中式储能或聚合分布式储能为用户提供服务，通过共享储能提高储能资源的利用率。文献 7 对基于主从博弈的共享储能定价策略及园区用户日前优化决策张天雨1，王罗2，孙勇2，于傲2，郑可迪1，郭鸿业1，陈启鑫1（1.清华大学 电机工程与应用电子技术系，北京100084；2.中国长江三峡集团有限公司，武汉430010）Pricing strategy of shared energy storage and day-ahead optimizationdecision of park users based on Stackelberg gameZHANG Tianyu1,WANG Luo2,SUN Yong2,YU Ao2,ZHENG Kedi1,GUO Hongye1,CHEN Qixin1（1.Department of Electrical Engineering,Tsinghua University,Beijing 100084,China；2.China Three GorgesCorporation Co.,Ltd.,Wuhan 430010,China）DOI:10.3969/j.issn.1009-1831.2023.04.001摘要：针对目前用户自主投建储能成本过高和资源利用率不足的问题，可在园区引入共享储能，助力降低园区用户用电成本，并促进分布式可再生能源消纳。为实现共享储能服务商和园区用户的双赢，建立了共享储能服务商主导、园区用户跟随的主从博弈模型。共享储能服务商制定容量价格和功率价格，并利用条件风险价值（conditional value-at-risk，CVaR）评估光伏出力不确定性带来的收益风险；园区用户根据共享储能的价格及自身负荷和光伏出力预测，决策购买的储能容量和充放电功率策略。然后通过KKT最优性条件和线性规划对偶定理，可转化为混合整数线性规划问题求解。最后，基于多用户多场景的算例，分析储能价格对博弈结果的影响，并对比购买共享储能与配置固定储能、不配置储能的经济性，论证了所提共享储能机制和优化决策模型的有效性。关键词：共享储能；定价策略；主从博弈；光伏发电；双层规划；CVaRAbstract：Inviewofthehighcostandinsufficientresourceutilization of energy storage invested independently by users,the introduction of shared energy storage in the park is conducive to reducingthe power cost of users in the park and promoting the consumption ofdistributed renewable energy.In order to achieve a win-win situationbetween shared energy storage service provider and park users,aStackelberg game model in which shared energy storage service provider dominates and park users follow is established.The shared energy storage service provider sets the capacity price and power priceandusesconditionalvalue-at-risktoevaluatetheincomeriskcausedby the uncertainty of photovoltaic output.According to the price ofsharedenergystorageandtheforecastoftheirownloadandphotovoltaic output,park users decide the purchased energy storage capacityandcharginganddischargingpowerstrategy.ThroughKKToptimality condition and the dual theorem of linear programming,the aboveStackelberggameproblemscanbetransformedintomixedintegerlinear programming problems.Finally,based on the example of multi-user and multi-scenario,the influence of energy storage price on thegame result is analyzed,and the economy of shared energy storage iscomparedwiththatoffixedenergystorageconfigurationandnoenergy storage configuration,which prove the effectiveness of the proposedsharedenergystoragemechanismandoptimaldecisionmodel.Key words：shared energy storage；pricing serategy；Stackelberg game；photovoltaic power；bilevel programming；CVaR文章编号：1009-1831（2023）04-0001-07中图分类号：TM73；TK01文献标志码：A收稿日期：2023-01-03；修回日期：2023-03-11基金项目：中国长江三峡集团有限公司科技项目（202103386）源荷互动技术及机制设计专辑1|电力需求侧管理第25卷第4期2023年7月共享储能的商业模式和定价机制进行了综述，较为全面的分析了共享储能在降低成本、提高储能利用率等方面的优势，并对未来研究进行了展望。主从博弈侧重决策先后顺序，是分析涉及序贯决策的价格制定问题的重要模型1112。文献 13研究了基于主从博弈的共享储能分时电价策略，并运用了双层规划模型。共享储能通过制定分时电价实现最大获利，用户基于分时电价进行需求响应和充放电决策，但未完整考虑共享储能的容量价格和功率价格，难以保证共享储能收益的最大化。文献 14 建立了基于两阶段优化的虚拟储能共享与容量分配模型，储能聚合商首先确定投资和定价决策，再由各用户决定购买的虚拟储能容量以及充放操作，且允许用户每日调整虚拟储能购买容量，从而显著降低用户成本。合作博弈侧重集体理性，多主体可通过合作协议实现共赢。文献 15 讨论了两种基于合作博弈的共享储能分配场景，指出用户共同运营各自的储能或用户共同投资公共储能均提高了用户收益和储能利用率。合作博弈的利益分配阶段，多采用Shapley值和纳什议价解。文献 16 考虑各社区出力跟随联盟负荷波形相似度、净出力大小及其相关性因素对Shapley值分配方法进行了改进，使分配结果更加公平合理；文献 17 以微电网运营商与配电运营商直接交易的最优运行成本作为纳什议价的谈判破裂点，构建了多微电网议价交易的合作博弈模型。然而以上研究均未考虑可再生能源出力的不确定性，可能造成对共享储能容量需求的误差以及博弈双方的利益期望误差。针对此问题，文献 18 对风光出力的概率分布作出假设，再采用蒙特卡洛法进行随机场景生成；文献 19 提出了基于条件生成对抗网络的长调度周期场景生成方法，避免了发电功率需服从特定概率分布的假设；文献 20 建立了含收益和CVaR的光储充电站多目标容量优化配置模型，利用CVaR对光伏出力不确定性造成的收益风险进行量化，提供了收益与风险划分更详细的投资方案。基于以上分析，本文提出了一种共享储能机制下的储能服务提供商定价和园区用户优化决策模型，建立了基于主从博弈的共享储能双层优化模型。共享储能服务商作为博弈的主导者，制定合理的容量价格和功率价格，以获得最大利润，同时引入CVaR风险评估模型以提高决策鲁棒性；园区用户作为博弈的跟随者，首先以整体成本最小为目标，根据负荷预测、光伏发电预测及共享储能价格，对共享储能购买容量以及储能充放策略进行决策，再通过纳什议价进行内部成本分摊。进一步，基于光伏场景进行仿真，通过算例验证本文所提模型的有效性。本文的主要贡献在于：（1）模型同时考虑了共享储能的容量价格和功率价格，用户支付两类价格后，可根据需求自主安排充放电计划，由储能服务提供商代为执行。（2）研究对象为近年来逐渐涌现的含分布式光伏的用户，并考虑了光伏出力预测的不确定性，进而以CVaR评估共享储能服务商的收益风险，同时各用户每日购买的共享储能容量可根据光伏发电预测进行调整。1园区共享储能运营模式为降低园区用户的用电成本，同时提升园区的可再生能源消纳，在园区建立共享储能电站，由园区服务商运营，为园区内各用户提供储能租赁服务。园区共享储能的总体运营模式如图1所示。共享储能电站园区含分布式光伏的园区用户电网图1园区共享储能运营模式Fig.1Park s shared energy storage operation model园区共享储能的总体运营步骤和特点如下：（1）园区共享储能服务商根据市场制定储能容量价格，将储能容量出售给园区其他用户，园区用户根据自身需求，购买一定容量的共享储能。（2）园区用户使用共享储能进行充放电时，需按照一定的功率价格向共享储能服务商支付费用。（3）配置有分布式光伏的园区用户优先使用光伏发电满足自身负荷，当光伏发电量有富余时，利用所购买的共享储能进行存储。（4）当园区用户负荷大于自身光伏出力，且购买的共享储能无法满足负荷需求时，园区用户可以通过区域电网营销商向电网购电。（5）园区用户和共享储能只能从电网购电，不能向电网售电。通过购买共享储能服务，园区用户可以避开峰时电价，降低用电成本，并充分消纳自身的分布式光伏。张天雨，等 基于主从博弈的共享储能定价策略及园区用户日前优化决策2Vol.25，No.4 July，2023POWER DSM|2园区主从博弈模型2.1共享储能博弈模型共享储能服务商是主从博弈中的主导者，其通过制定容量价格和功率价格，使得自身总收益最大。总收益可表示为maxIs=criQri+(cp-co)p|ti(P+i,t,+P-i,t,)（1）式中：cr为共享储能的容量价格；Qri为园区用户i购买的共享储能容量；cp为共享储能的功率价格；co为共享储能的单位运行成本，包括了储能服务商所承担的充放电老化成本和充放电运行维护所产生的可变成本；为光伏场景集合；p为场景的概率；P+i,t,、P-i,t,分别为场景下园区用户i购买的共享储能在t时刻的充电和放电功率。共享储能的约束条件主要为电价约束cr,lcrcr,u（2）cp,lcp